python scipy.spatial.distance 距离计算函数
更新时间：2022年03月04日 16:14:50 作者：是梦吧，是你吧！
本文主要介绍了python scipy.spatial.distance 距离计算函数，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
1 scipy.spatial
from scipy import spatial
在scipy.spatial中最重要的模块应该就是距离计算模块distance了。
2 scipy.spatial.distance.cdist
2.1 语法
scipy.spatial.distance.cdist(XA, XB, metric='euclidean',
p=None, V=None, VI=None, w=None)
该函数用于计算两个输入集合的距离，通过metric参数指定计算距离的不同方式得到不同的距离度量值。
2.2 metric的取值
braycurtis
canberra
chebyshev：切比雪夫距离
cityblock
correlation：相关系数
cosine：余弦夹角
dice
euclidean：欧式距离
hamming：汉明距离
jaccard：杰卡德相似系数
kulsinski
mahalanobis：马氏距离
matching
minkowski：闵可夫斯基距离
rogerstanimoto
russellrao
seuclidean：标准化欧式距离
sokalmichener
sokalsneath
sqeuclidean
wminkowski
yule
2.3 常用欧氏距离计算
from scipy.spatial.distance import cdist
import numpy as np
x1 =np.array([(1,3),(2,4),(5,6)])
x2 =[(3,7),(4,8),(6,9)]
cdist(x1,x2,metric='euclidean')
#=================结果=================
array([[ 4.47213595, 5.83095189, 7.81024968],
[ 3.16227766, 4.47213595, 6.40312424],
[ 2.23606798, 2.23606798, 3.16227766]])
解析上述计算过程：结果数组中的第一行数据表示的是x1数组中第一个元素点与x2数组中各个元素点的距离，计算两点之间的距离，以点(1,3)与(3,7)点的距离为例：
np.power((1-3)**2 +(3-7)**2,1/2) #=================结果================= 4.4721359549995796
到此这篇关于python scipy.spatial.distance 距离计算函数 的文章就介绍到这了,更多相关python scipy.spatial.distance 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
今天小编就为大家分享一篇python 获取当天每个准点时间戳的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了python tkinter窗口最大化的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
这篇文章主要和大家分享一个用Python实现的小功能：获取天气数据，进行可视化分析，带你直观了解天气情况！感兴趣的小伙伴可以学习一下2022-02-02
今天小编就为大家分享一篇对pandas数据判断是否为NaN值的方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了python网络编程,有不错的借鉴价值,需要的朋友可以参考下2014-09-09
这篇文章主要介绍了pytest结合csv模块实现csv格式的数据驱动,使用python中的csv模块来处理csv文件，结合pygtest的参数化处理方式来实现ddt，本文通过示例代码给大家介绍的非常详细，需要的朋友参考下吧2022-05-05
xlwings是一个用于在Excel和Python之间进行交互的库,它允许您使用Python操作Excel文件,包括读取和写入数据,运行宏,设置格式等等,我们可以使用xlwings来处理Excel文件中的数据,执行各种操作,所以本文小编就给大家python xlwings模块用法2023-09-09
这篇文章主要为大家详细介绍了Python用tkinter实现自定义记事本的方法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-03-03
这篇文章主要介绍了一些Python中的隐藏特性,从stackoverflow的人气问题回答中整理而来，主要以代码实际解释说明，需要的朋友可以参考下2015-03-03
这篇文章主要介绍了在Python中调用Fortran的三种形式，文中有详细的代码示例，感兴趣的同学可以参考阅读2023-04-04
最新评论